2026年10月8日，谷歌云 CEO Thomas Kurian 走上"Gemini at Work 2026"的舞台，说了一句话，让在场的几百名企业客户坐直了身体：
"你现在只需要给目标，不需要给指令。"
翻译成大白话就是：曾经你教 AI 做事，现在 AI 替你做事。
现象：一个"一站式"AI 执行者的诞生
当天，谷歌云正式发布了 Gemini Agent，一款定位为"通用工作智能体"的产品。它不是一个聊天机器人，不是一个写作助手，不是一个编码工具——它是一个"一站式"AI 执行者，能把问答、内容创作、知识管理、代码编写乃至跨系统业务流程全部塞进一个统一的界面里。
它有五个关键特征。
统一的智能体架构。 用户不再需要往返于不同的 AI 工具之间——ChatGPT 写方案、Claude 写代码、Midjourney 做图、Notion 做笔记——一个 Gemini Agent 囊括全部。它回答问题、处理知识型工作、生成图片与多媒体内容、编写并运行代码，都在同一个提示框里完成。
真正的自主执行能力。 这是质的飞跃。用户给出的是目标（objectives），而非逐条指令（instructions）。Gemini Agent 会自己拆解任务、调用工具和技能、连接企业内部系统，然后把完成的结果直接送回用户的文档、收件箱和开发环境。你交代一个目标，回来验收就行。谷歌称之为"代理式 AI"的核心能力——它不仅能回答问题，还能自主规划并执行行动。
无处不在的入口。 它不在某个单独的 App 里等你打开。它在 Web、iOS、Android、Windows、Mac、命令行里等你。它内嵌在 Gmail、Drive、Docs、Slides、Sheets、Chat 和 Calendar 里。它甚至能接入微软 365、Slack 和 ServiceNow。谷歌称之为"omnipresent"——无处不在，这并非夸大。
"同事模式"——AI 有自己的工位。 这是整场发布中最具冲击力的概念。谷歌允许企业为 Gemini Agent 创建独立的 Workspace 身份：自己的邮箱（@agents.company.com）、自己的日历、自己的 Google Drive 存储空间、自己的通讯录条目。团队成员可以在 Google Chat 群聊里@它，可以给它分配任务，可以通过 email 给它发指令。当它执行操作时，留下的审计追踪归在 Agent 名下，而非某个员工名下。这是一个有独立身份、持续在线的"数字同事"。
多模型灵活调度。 一个有意思的细节是：Gemini Agent 底层默认使用谷歌自研的 Gemini 系列模型，但也可以调用 Anthropic 的 Claude 模型。谷歌明确表示，未来还将支持更多闭源和开源模型。Agent 本身是一个智能体框架，模型只是它的"大脑皮层"——哪个任务适合哪个模型，它会自动选择。
这一套产品能力堆叠在一起，释放的信号非常清晰：谷歌正在从"AI 辅助人"全面转向"AI 替代人执行"。
从"AI 工具"到"AI 员工"的范式跃迁
过去两年，企业 AI 市场的核心命题是"AI 辅助人"。ChatGPT 帮你写邮件初稿，Copilot 帮你润色 PPT，Midjourney 帮你生成配图。但所有这些场景都有一个共同前提：人在回路中。人是决策者，人是最终执行者，AI 只是加速器。
Gemini Agent 的核心突破在于，它把人的角色从"执行者"变成了"管理者"。
"给目标，别给指令"这六个字，背后是企业软件领域过去三十年从未发生过的事情——软件第一次不是被人类操作，而是被人类委派。当你的经理让你做一份项目进展 PPT 时，你不再需要手动打开 Gmail 提取沟通记录、再打开 Drive 查找相关文档、再打开 Slides 做排版。你只需要把目标交给 Gemini Agent，它会自己去完成这些操作。
这不仅仅是自动化脚本的升级。这是角色关系的变化：从"人操作软件"到"人管理 AI"。
谷歌云的底气来自数据。据 Google Cloud 披露，过去一年近 500 家谷歌云客户各自处理了超过 1 万亿 Token。近 80% 的谷歌云客户已经在使用其 AI 产品，近 90% 的财富 100 强企业正在使用 Gemini Enterprise。Gemini App 的月活用户已达 9.5 亿。这些数字意味着谷歌已经积累了足够的企业场景经验和用户行为数据来驯化一个真正的通用 Agent——它不是从零开始造 Agent，而是在已有的近 10 亿用户使用习惯之上"长出"Agent 能力。
Coworker Agent：企业级 Agent 的致命一击
如果 Gemini Agent 只是一个更聪明的个人助理，那它和微软 Copilot 的差距并没有本质上的代差。但"同事模式"（Coworker Agent）让这场竞争进入了另一个维度。
想象一下：你的团队来了一个新成员。它有自己的公司邮箱、有自己的日历、出现在通讯录里、可以被拉进群聊。你通过电子邮件或 Chat @它分配任务，它自己规划、执行并返回结果。它持续运行——你关掉电脑回家，它继续在云端跑着。它不会请假，不会休假，不会要求涨薪。
这不是科幻设定，而是谷歌在 2026 年 10 月正式推出的产品能力。Coworker Agent 拥有独立的 Workspace 身份，执行的操作留下自己的审计记录，便于企业追踪和管理。由于它的虚拟身份归企业 IT 部门统一管控，权限粒度和操作边界可以精确配置，而不是让 AI 以员工个人账户的身份到处操作。
谷歌公布的实际案例已经开始证明这一模式的价值。巴西银行 Bradesco 使用 Gemini Enterprise 将文档审查时间从一小时缩短至五分钟，风险不一致性降低了 60%，同时实现了超过 10% 的财务效率提升。西班牙电信运营商 Orange Spain 的员工已自主部署超过 1000 个定制的 Gemini Enterprise 代理，用于不同业务线的自动化。日本保险公司 SOMPO 在 34000 名员工中构建了超过 10000 个定制代理，模型开发周期从一周压缩到一天。澳大利亚 Bunnings 的内部代理节省了 50 万小时的行政工作时间。
运动品牌 On（昂跑）、Shopify 和 PayPal 也是早期测试客户——这些企业的共同特征：业务流程高度数字化，团队协作依赖 Workspace 生态，存在大量可标准化的人员操作。对他们来说，一个"AI 同事"相当于在不增加 headcount 的前提下直接扩充团队的执行产能。
谷歌的阳谋：模型开放，平台锁定
Gemini Agent 支持调用 Claude 模型，甚至明确表示未来将兼容更多开源和闭源模型。乍看之下这是一个"开放"的姿态，但深挖一层会发现，这其实是谷歌的"生态绑定逆向操作"。
传统云厂商绑定客户的方式是锁定——用专有 API、专有格式、专有工具链让你离不开它。谷歌的策略正好相反：它用开放来绑定。让 Agent 兼容多模型 → 企业把更多工作流程迁移到 Gemini Agent 上 → Agent 跑在谷歌云上 → 推理消耗在谷歌的 TPU 和数据中心 → 账单走谷歌云。
这叫"平台层锁定，而非模型层锁定"。当企业习惯了"给 Gemini Agent 一个目标，它自动选择最优模型来完成"这个工作流时，它实际上已经被 Gemini Agent 这个平台绑定了——因为迁移一个 Agent 平台比换一个模型昂贵得多。
Kurian 在 keynote 中反复强调"可治理性"和"成本结构"两个关键词。谷歌同步推出了多模型智能路由（Smart Routing）、实时支出上限（Real-time Spend Caps）和项目级 Agent 暂停机制。这透露了谷歌从企业 CIO 调研中得到的核心反馈：企业不怕 AI 不够聪明，怕的是 AI 不可控、AI 账单失控。
竞争格局：谁最危险？
单一功能的 AI 工具首当其冲。当 Gemini Agent 能一次性完成问答、写作、编码、图像生成和数据分析时，那些只做单一功能的 AI 产品面临巨大的被动。用户不需要五六个独立订阅，只需要一个 Agent。
缺乏企业生态的独立 Agent 平台同样面临挑战。像 Devin 这样专注于软件开发的 AI Agent 产品，虽然在开发者社区有很强的影响力，但它们缺乏 Workspace、Gmail、Drive、Calendar 这套企业日常操作系统级入口。谷歌和微软的核心优势不在于 Agent 做得有多好，而在于 Agent 长在用户已经离不开的工作环境里。
传统 BPM 和低代码平台则面临更根本的冲击。如果 AI Agent 能自主拆解和执行多步骤工作流，传统的业务流程管理和低代码自动化平台——如 Salesforce 的 Flow、ServiceNow 的自动化模块——将被大幅挤压。Gemini Agent 本身就是一台"AI 驱动的 BPM 引擎"。
相对安全的是微软。微软 Copilot 同样深度嵌入 Office 365 和 Teams，同样拥有"同事模式"的想象空间。接下来的 12 个月，将是两大办公生态的 AI Agent 正面交锋。
结论与展望
Gemini Agent 的发布，标志着企业 AI 进入了一个全新的阶段——从工具到同事，从辅助到执行，从单点到全栈。但有两个关键变量目前还没有答案。
第一个是成本。Gemini Agent 被包含在 Gemini Enterprise 方案中，但大规模使用"数字同事"——尤其是企业为每个团队创建多个 Coworker Agent——的真实成本是多少？谷歌目前没有给出明确的定价模型。当前产品仍处于私有预览（private preview）阶段，仅面向部分 Business 与 Enterprise 级 Workspace 客户开放。如果"AI 同事"的订阅成本接近一个真实员工的薪资，它的 ROI 公式就会变得很微妙。
第二个是信任。当 AI 能够自主操作邮箱、日历、文档、数据库，并以独立身份在组织内协作时，权限管控、操作审计、误判追责这些问题将变得异常尖锐。谷歌提供了 Agent Sandbox 沙箱机制、Agent Gateway 网络网关、身份与权限策略等治理工具，但这些技术方案能否在真实复杂的企业环境中跑通，还需要时间检验。一个错误操作——比如 AI 误判了指令，在错误的邮件列表里发出了错误的商业承诺——谁来担责？
无论如何，方向已经明确。AI 的"员工化"进程从今天起正式启动了。企业不再需要问"AI 能做什么"，而是需要问自己："哪些岗位可以交给 AI 同事来做？"
十年 SaaS 消灭了软件安装。今天，Agent 正在消灭软件操作。但别搞错了——AI 不会替代你的工作，替代你工作的是那个懂得如何给 AI 目标的同事。
快报